溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

python中htmlparser如何解析html

發(fā)布時(shí)間：2022-05-30 15:40:24 來源：億速云 閱讀：200 作者：iii 欄目：大數(shù)據(jù)

這篇文章主要介紹“python中htmlparser如何解析html”的相關(guān)知識(shí)，小編通過實(shí)際案例向大家展示操作過程，操作方法簡(jiǎn)單快捷，實(shí)用性強(qiáng)，希望這篇“python中htmlparser如何解析html”文章能幫助大家解決問題。

說明

1、htmlparser提供了一種方便簡(jiǎn)潔的處理html文件的方法。

它根據(jù)樹形結(jié)構(gòu)將html頁面中的標(biāo)簽分析成一個(gè)節(jié)點(diǎn)，一種類型的節(jié)點(diǎn)對(duì)應(yīng)一個(gè)類，通過調(diào)用它可以輕松訪問標(biāo)簽中的內(nèi)容。

2、html本質(zhì)上是xml的子集，但是html的語法沒有html嚴(yán)格，不能用標(biāo)準(zhǔn)的DOM或者SAX來分析html。

實(shí)例

from html.parser import HTMLParser
from html.entities import name2codepoint
 
class MyHTMLParser(HTMLParser):
 
    def handle_starttag(self, tag, attrs):
        print('<%s>' % tag)
 
    def handle_endtag(self, tag):
        print('</%s>' % tag)
 
    def handle_startendtag(self, tag, attrs):
        print('<%s/>' % tag)
 
    def handle_data(self, data):
        print(data)
 
    def handle_comment(self, data):
        print('<!--', data, '-->')
 
    def handle_entityref(self, name):
        print('&%s;' % name)
 
    def handle_charref(self, name):
        print('&#%s;' % name)
 
parser = MyHTMLParser()
parser.feed('''<html>
<head></head>
<body>
<!-- test html parser -->
    <p>Some <a href=\"#\">html</a> HTML tutorial...<br>END</p>
</body></html>''')
 
//test結(jié)果
<html>
 
 
<head>
</head>
 
 
<body>
 
 
<!--  test html parser  -->
 
    
<p>
Some
<a>
html
</a>
 HTML tutorial...
<br>
END
</p>
 
 
</body>
</html>

關(guān)于“python中htmlparser如何解析html”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)，可以關(guān)注億速云行業(yè)資訊頻道，小編每天都會(huì)為大家更新不同的知識(shí)點(diǎn)。

向AI問一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手